我想使用R中的插入号来获得CV重复的平均预测值。
require("caret")
data("iris")
fitControl <- trainControl(method = "repeatedcv",
number = 10,
repeats = 10, savePredictions = 'final')
model.cv <- train(Sepal.Length ~ Sepal.Width,
data = iris,
method = "lm",
trControl = fitControl)
head(model.cv$pred)
# intercept pred obs rowIndex Resample
#1 TRUE 5.809386 4.7 3 Fold01.Rep01
#2 TRUE 5.838487 4.6 4 Fold01.Rep01
#3 TRUE 5.460174 5.7 16 Fold01.Rep01
#4 TRUE 5.634780 5.7 19 Fold01.Rep01
#5 TRUE 5.722083 5.2 28 Fold01.Rep01
#6 TRUE 6.071295 4.5 42 Fold01.Rep01
现在,我想获得每个示例的所有10个预测的平均值。我可以通过以下示例进行迭代,但我认为必须有一种更好的整理方法。
mean(model.cv$pred[model.cv$pred$rowIndex==1, "pred"])
#[1] 5.745675
一种方法(尽管仍然在每个示例上进行迭代):
sapply(
X = unique(model.cv$pred$rowIndex),
FUN = function(x){mean(model.cv$pred$pred[model.cv$pred$rowIndex %in% x])}
)